未來半導體產業, 只有第一名有錢賺!
未來半導體產業, 只有第一名有錢賺!
2005.11.15 | 科技

根據美國製造業ISM指數,全球半導體第四季仍有四%的成長,明年會有一○%的成長,而明年第四季更有可能衝上一六%,「只要是半導體景氣往上走的時侯,台積電的爆發力特別強!」美林證券半導體首席分析師何浩銘說。
儘管半導體設計公司一直是投資人最愛,但半導體製造業才是台灣半導體的主力,產值占台灣半導體總產值的五九%。而過去半導體製造一直是景氣循環股的首選,但現在景氣循環的波動不像過去這麼顯著,也讓台積電享受景氣循環投資(Cycle investment)的優勢不再,未來台積電還有甜頭可嘗嗎?

趨勢一 第一名賺錢第二名苦撐

從今年第三季台積電主要對手聯電的法說會上,就可以看見在半導體的大趨勢下,未來連「老二」都很難占便宜。過去在科技界一直遵循市場「前三名」可以生存下來的遊戲規則,但是現在只有第一名可以賺錢。
半導體產業未來最重要的趨勢,就是過去是「金字塔型結構」的產業,未來將被「沙漏型結構」取代。IC業者就指出,在贏家通吃的狀況下,各領域的龍頭也會跨領域合作,大者結合,連排名第二的公司都優勢盡失,反而是最低價的產品還有活躍空間。這時市場單價最高的產品,或是單價最低的公司都能生存,反而是中間的公司被排擠,形成了一種「沙漏型結構」,無疑的,台積電就是其中最上端的沙漏。像一些IC設計公司都把高階產品下單台積電,至於低階,反而就給最便宜者,不一定會給第二名的公司。

趨勢二 製造中心往大陸移動

第二個趨勢,是半導體製造中心繼續往大陸移動。張忠謀就曾指出,近二、三十年當中,世界半導體的生產重心已經轉移了兩次:第一次是二十年以前(一九八○年代),轉移到日本;第二次是十年以前(一九九○年代),轉移到日本以外的亞洲,主要是韓國和台灣。但亞洲一直都不是開發的重心,開發的重心都在美國,沒有轉移過。
而現在這個轉移動能,會轉移到大陸去。只要學會了製造,重心就會轉移。像生產重心轉移到日本,美國就沒有資格參與了。韓國、台灣已經學會了,現在轉移到大陸去。但是,大陸其實不懂半導體,所以才會搞到產能過剩。張忠謀指出,每一次「重心轉移」,對半導體業都是浩劫,這也是許多半導體公司虧本的原因。但是對台積電來說,他們掌握了製造服務的策略,已經漸漸學會避免傷害。

趨勢三 技術多元化造成訂單分散

第三個趨勢,則是技術愈來愈多元化。美林證券何浩銘指出,明年半導體有一○%的成長,但是在製造代工方面的成長,大約有一四%,高於平均值,儘管IDM(整合性元件製造廠)今年釋出訂單的力道不強,主要是○.一三微米和九○奈米的訂單,但是對台積電來說,中芯和全球第三大的特許半導體威脅漸漸轉弱。
儘管微軟Xbox的訂單,確定由特許拿走,但是特許在全面製程上的能力有限。至於中芯曾經一舉抓住了○.一八微米的爆發期而崛起,但是下一個爆發期,是屬於○.一三微米以下高製程的爆發期,中芯能不能繼續跟上不無疑問。
另一方面,台積電也正面臨IDM大廠搶進代工訂單的挑戰。像十一月初,以低耗電製程聞名的富士通三重縣十二吋晶圓廠,就成功地吸引威盛電子子公司旭上科技(S3 Graphics)的九○奈米繪圖晶片訂單。威盛就指出,他們採用富士通的製程,不但能提高二五%時脈速度,也至少能節省二五%耗電。
這也是威盛第二次把訂單從台積電移出。二○○四年威盛也曾決定使用IBM在SOi(絕緣層上覆矽)的製程,來生產新世代微處理器C7。不過台積電仍是威盛最大的產能來源,像是威盛的晶片組、網路晶片、PC周邊晶片等,台積電還是威盛最大的代工廠。

台積電的對策 強化開發縮短製程時間

面對IDM的搶單來勢洶洶,台積電在特殊製程上不斷強化開發的能力,積極開發銅、Low K(低介電質)、低耗電等製程,過去台積電把一個新製程推到全線產品都可以採用,大約需要六、七季的時間,十一月的法說會上,台積電執行長蔡力行就發下豪語,要把製程全線採用的時間減少到一至二季。
這種「減少三分之二」時間的大躍進,主要還是為了緊緊抓住客戶,滿足各種新製程產品的需要。台積電研發部門的資深副總蔣尚義也指出,如果用武俠小說來比喻,台積電的晶圓代工模式,就是必須把每一個門派的武功都學會,並且達到一定的水準後,才能爭取到大廠的生意。因此,台積電要成為與國際大廠同步,甚至進一步領先國際製程技術,就必須把每一個門派的技術都練到上等的水準,這也是台積電能迎戰景氣高低起伏的最大武器之一。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓